-
公开(公告)号：CN111161228A
公开(公告)日：2020-05-15
申请号：CN201911328245.6
申请日：2019-12-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于迁移学习的纽扣表面缺陷检测方法，包括：数据预处理，提取纽扣正反面两幅图像的感兴趣区域，并将裁剪过后的图像拼接成一幅固定大小图像；数据清洗，删除有问题的图像数据；数据增强，对图像进行随机镜像旋转、彩色对比度调整和左右交换；迁移预训练模型，利用大量相似种类的纽扣对预训练模型进行精调，并在待检测的数据集上重新训练模型。本发明能够利用较少量的样本训练深度模型，获得较高的准确率。
-
公开(公告)号：CN118608565A
公开(公告)日：2024-09-06
申请号：CN202410684299.0
申请日：2024-05-30
Applicant: 东南大学
Abstract: 本发明涉及一种基于质心跟踪与迭代补偿的运动相位计算方法，包括：使用双目相机采集参考条纹图像和运动PCB表面调制的变形条纹图像；根据质心跟踪的运动信息估计方法计算PCB运动位移信息；通过基于投影仪坐标系的相位计算方法，得到运动相位变化的初始值；对于相位变化初值的计算误差，采用一种基于随机梯度下降的迭代补偿方法，得到运动相位的精确数值；对相位进行提取和展开得到运动PCB表面绝对相位，可应用于后续的同名点匹配和三维重建。该方案解决了运动场景下的条纹相位计算问题，测量结果精度高；改进了运动跟踪方法，提升了物体像素位移的计算精度；扩展了相位变化计算的范围；通过随机梯度下降的迭代补偿方法，得到了高精度的运动相位值。
-
公开(公告)号：CN111161228B
公开(公告)日：2023-08-25
申请号：CN201911328245.6
申请日：2019-12-20
Applicant: 东南大学
IPC: G06T7/00 , G06T7/136 , G06T7/194 , G06N3/0464 , G01N21/88
Abstract: 本发明公开了一种基于迁移学习的纽扣表面缺陷检测方法，包括：数据预处理，提取纽扣正反面两幅图像的感兴趣区域，并将裁剪过后的图像拼接成一幅固定大小图像；数据清洗，删除有问题的图像数据；数据增强，对图像进行随机镜像旋转、彩色对比度调整和左右交换；迁移预训练模型，利用大量相似种类的纽扣对预训练模型进行精调，并在待检测的数据集上重新训练模型。本发明能够利用较少量的样本训练深度模型，获得较高的准确率。
-
公开(公告)号：CN116358449A
公开(公告)日：2023-06-30
申请号：CN202310395107.X
申请日：2023-04-13
Applicant: 东南大学
IPC: G01B11/25
Abstract: 本发明公开了一种基于双目面结构光的飞机铆钉凹凸量测量方法，包括使用双目相机采集飞机蒙皮上的结构光投影图像；从图像中识别铆钉，以铆钉为中心提取感兴趣区并解算相位；根据铆钉轮廓进行区域分割，生成相关区域的点云；根据点云计算铆钉的凹凸量。本发明的有益效果在于：提出了一种基于双目面结构光的飞机铆钉凹凸量测量方法，相比使用深度尺、塞规等检具的传统测量方式，在保证较高精度的前提下操作更加简单快捷；对三维形貌重建方法进行改进，克服了常规三维扫描测量模式下冗余点云数据量大、耗时长的难题；提出了一种基于局域均值的铆接型面点云处理方法，可以实现同时对多个铆钉的凹凸量准确、可靠测量。
-
公开(公告)号：CN118982467A
公开(公告)日：2024-11-19
申请号：CN202411007139.9
申请日：2024-07-25
Applicant: 东南大学
Abstract: 本发明公开了一种基于多尺度变换和图像增强的偏振图像融合方法，首先通过偏振相机获取四个不同偏振角度的偏振图像，计算合成需要的偏振度、偏振角和可见光图像；随后用快速导向滤波和强化的CLAHE对图像进行滤波增强；然后将偏振度、偏振角、可见光图像分解成拉普拉斯图像金字塔；对三个拉普拉斯金字塔图像的高频层，用双边滤波和拉普拉斯锐化处理增强高频信息；计算原始图像的亮度，生成亮度权重金字塔，对每个金字塔层级进行加权融合；重构融合后的拉普拉斯金字塔，得到最终的融合图像。本发明能够捕获反光金属表面不同维度的缺陷特征信息，有机融合在一起，对于后续缺陷检测具有十分重要的现实意义，有效提升反光金属表面缺陷检测的效率和准确度。
-
Patent Agency Ranking
公开(公告)号：CN118822998A
公开(公告)日：2024-10-22
申请号：CN202410961153.6
申请日：2024-07-17
Applicant: 东南大学
IPC: G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公布了一种基于多尺度特征融合的洗衣机缺陷检测方法，包括：在获得待分类图像后，对待分类图像进行图像处理及裁剪，得到适应网络输入的图像；将输入图像输入卷积神经网络，并删除输出层，以此得到输入图像的局部特征图；将输入图像输入Vision Transformer网络，并删除输出层，以此得到输入图像的全局特征图；将待分类图像的局部特征图与全局特征图通过多尺度特征融合网络进行特征融合得到强化特征；将强化特征用以训练分类网络，并通过动态调整学习率加快训练过程的收敛速度。该方法通过将输入图像局部特征与全局特征通过多尺度特征融合模块相融合，提高了缺陷图像检测的准确性；通过动态调整学习率提高网络训练速度。
-
公开(公告)号：CN118663718A
公开(公告)日：2024-09-20
申请号：CN202410673875.1
申请日：2024-05-28
Applicant: 东南大学
IPC: B21C51/00 , G06V20/52 , G06V10/25 , G06V10/26 , G06V10/28 , G06V10/40 , G06V10/56 , G06V10/75 , G06V10/74 , B21D22/02
Abstract: 本发明公开了一种基于分块模板匹配的冲压模具表面异物检测方法，包括图像采集、图像预处理、图像分块、异物检测、数据处理与判断、结果输出与显示等步骤。图像采集通过布置在模具拐角的四组相机和光源覆盖全部待测区域；图像预处理根据颜色特征分割提取出精确的待测区域；图像分块根据ROI特征，通过阶梯式的子区域分布方式进行分块，减小无效区域的数量，提高检测算法的效率；异物检测通过先粗匹配后精匹配的方式提高异物的检出率；数据处理与判断通过自适应子区域法和模板更新方法提高检出率的同时，降低方法的误检率。本发明能够解决常规机器视觉检测方法检出率较低、误检率高的问题，对于提高冲压产品质量检测的自动化水平具有积极意义。
-
公开(公告)号：CN116452809A
公开(公告)日：2023-07-18
申请号：CN202310442676.5
申请日：2023-04-23
Applicant: 东南大学
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/82 , G06V10/44 , G06V10/34 , G06T7/187 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于语义分割的线条物体提取方法，首先对样本图像进行标注类别、生成掩膜图像并进行数据集增强得到训练数据集，然后构建语义分割神经网络模型，并对模型进行训练，使用训练好的模型对待检测的图像进行推理得到分割结果，再对语义分割得到的结果进行后处理，后处理包括图像细化、交叉线的识别和线条合并，最终得到线条物体构成的点在图像中的的坐标信息，完成在复杂的图像中对线条物体的提取。
-
公开(公告)号：CN111127360B
公开(公告)日：2023-08-29
申请号：CN201911328246.0
申请日：2019-12-20
Applicant: 东南大学
IPC: G06T5/00 , G06T7/136 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于自动编码器的灰度图像迁移学习方法，首先对采集到的灰度图像进行预处理包括裁剪，降噪，滤波等；然后通过数据增强方法来增加样本数量；其次搭建自动编码器，网络的结构为卷积层‑>池化层‑>卷积层‑>池化层的卷积神经网络，实现将单通道的图像转换为三通道的彩色图像；最后将转换后的三通道图像迁移学习到经典的CNN网络，实现目标的分类。总体来说，本发明算法简洁，效率较高且鲁棒性较强。
-
公开(公告)号：CN116452556A
公开(公告)日：2023-07-18
申请号：CN202310438276.7
申请日：2023-04-23
Applicant: 东南大学
IPC: G06T7/00 , G06V10/774 , G06V10/40 , G06V10/80 , G06V10/77 , G06V10/82 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/0475
Abstract: 本发明公开了一种基于交叉特征融合的金属膜片表面缺陷检测方法。包括：建立金属膜片表面缺陷数据集；训练金属膜片表面缺陷检测模型，在训练集上，将图片组同时输入缺陷检测网络，通过视觉转换器主干网络提取其特征，使用改进的交叉特征金字塔模块对特征进行融合，融合特征通过区域生成网络模块得到检测候选框，感兴趣区域检测头模块对候选框中的缺陷目标进行定位分类，迭代优化模型参数，形成针对金属膜片表面缺陷的检测模型；多个摄像头对实际生产中的金属膜片进行连续拍摄，将拍摄到的相关图像组输入缺陷检测模型，对图像中的缺陷进行检测。本发明使用视觉转换器及改进的交叉特征金字塔模块，高效准确实现金属膜片表面缺陷检测任务。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
